论文部分内容阅读
在海关安检中,动植物由于具有携带病毒的可能,被列为违禁物品。目前对此种违禁物品的检测主是X射线安检机,它能在不打开行李包裹的前提下检测其中物品,被广泛应用在交通运输的各个领域,对我们的出行安全至关重要。但安检图像主要采取人工识别的方式,检测效率很低,因此对大量的、难以识别的安检图像进行增强,以方便安检人员快速准确判别其中物品是很有必要的。X光透射产生的安检图像往往存在噪声大、边缘不清晰、对比度低等缺点,针对性的增强算法有直方均衡化、小波变换、Contourlet等。本文研究双能X射线安检系统图像,可根据物体不同属性添加不同颜色后形成伪彩色图像,更便于安检人员的识别。由于上述增强算法都是基于对灰度图像做处理,因此不适合直接用于本文研究的图像。基于对双能X射线安检系统图像的研究,本文提出以下两种算法来解决上述问题:空间域的自适应直方均衡化和频率域的改进Retinex图像增强算法。并且分析他们各自适用的图像,进一步提出根据颜色差值不同分别进行增强的算法。具体研究内容如下:(1)针对局部细节模糊的安检图像,在空间域增强算法中,提出基于引导滤波和LoG算子的自适应直方均衡化增强算法,先用引导滤波进行去噪,然后用LoG算子检测图像边缘并进行增强,最后在HSV颜色空间对亮度分量做限制对比度自适应直方均衡化(CLAHE)处理,增强图像对比度,同时减少颜色失真。(2)对于全局对比度低的安检图像,在频率域增强中改进了 Retinex算法。首先经过试验,发现带色彩恢复的多尺度Retinex(MSRCR)算法对安检图像增强效果明显,但会有色偏现象发生,因此提出改进Retinex算法。然后参考反锐化掩模(USM)算法中扩大高频成分以增强边缘的方法,在改进算法中对高频成分进行了增强,并用Gamma矫正对图像对比度做了调整。(3)通过分析,本文提出的空域法适合局部对比度低的图像,频域法适合全局对比度低的图像,而安检图像既有局部对比度低的,也有全局对比度低的,因此提出根据像素差值平均值的大小对图像进行分类,并分别采取适合各自的算法,以提高检测效率。实验结果和数据表明,本文算法对安检图像的增强取得了预期效果,本文对安检图像增强的研究具有一定使用价值。